同じ依頼文でも、設定次第で応答の安定さと意外さは大きく変わります。Learn Promptingの解説ページは、OpenAI Playgroundで調整できる主要な設定を一つずつ説明しています。その内容に沿って、目的に合わせた調整の手順を整理します。

ステップ1:目的を「安定」と「発想」に分ける
調整の前に、この依頼が安定を要するのか、幅を要するのかを決めます。公式ガイドは、Temperature 0では定番の列挙に、1.5では発想の広い列挙になる例を紹介しています。業務の定型処理は安定側、企画と創作は発想側という切り分けが起点です。温度パラメータそのものの説明は、当サイトの温度パラメータ(Temperature)も参考にしてください。
ステップ2:Temperatureで乱雑さを調整する
Temperatureは、出力の予測しやすさを調整する設定です。値を高くすると、出現確率の低い候補も選ばれやすくなり、応答は創造的で予測しにくい方向に寄ります。低くすれば保守的で予測しやすい方向に寄ります(公式ガイドの説明)。ただし高すぎると、支離滅裂な文が出ることもあると同ガイドは注意を促しています。
ステップ3:Top-Pで候補の範囲を絞る
Top-P(別名:Nucleus Sampling)は、累積確率による候補の絞り込みです。公式ガイドの例では、次の語の候補が確率付きで並ぶとき、Top-Pを0.90にすると、累積確率が約9割に達する上位3語だけが選ばれます。TemperatureとTop-Pはどちらも乱雑さに関わるため、どちらを主に動かすかを決めてから調整すると効果の見極めがしやすいです。
ステップ4:最大長と停止シーケンスで形を整える
Maximum Lengthは、生成できるトークン数の上限です。公式ガイドによると、OpenAI Playgroundではこの上限が入力と応答で共有され、APIの従量課金では上限の設定がコスト管理にもなります。Stop Sequencesは、指定した文字列で生成を止める設定で、メールなら結びの挨拶の手前で止めるといった使い方ができます。
ステップ5:ペナルティで繰り返しを抑える
Frequency Penaltyは、出現回数に比例して同じ語の再出現を抑える設定です。Presence Penaltyは、出現したかどうかだけを見て一律に抑えます。長い文章で同じ言い回しが続くときは、Frequency Penaltyを小さく上げて様子を見るのが扱いやすいです。
ステップ6:組み合わせを記録して比較する
設定は組み合わせで効くため、同じ依頼文に対する設定ごとの応答を保存し、用途に合う組み合わせを選びます。なお公式ガイドは、TemperatureとTop-Pを両方0にしても、GPU計算に伴う乱数の影響で、毎回完全に同じ出力になるとは限らないと述べています。複数回の実行で揺れを確かめる方法は、当サイトのSelf-Consistencyで回答の精度を上げる5ステップも参考になります。
| 設定 | 役割 |
|---|---|
| Temperature | 出力の乱雑さを調整する |
| Top-P | 累積確率で候補の範囲を絞る |
| Maximum Length | 生成の上限を管理する(入力と共有) |
| Stop Sequences | 指定文字列で生成を止める |
| Frequency / Presence Penalty | 繰り返しを比例・一律で抑える |
FAQ
Q. Temperatureを0にすれば毎回同じ出力になりますか?
A. 完全には保証されないと公式ガイドは述べています。GPU計算に伴う乱数の影響で、同じ設定でも出力が変わることがあります。
Q. 最大長の上限は応答だけにかかりますか?
A. いいえ。OpenAI Playgroundでは入力と応答で長さが共有されると公式ガイドに記載されています。
あわせて使いたいツール
設定の試行は、まず手元のツールで行い、確定した値を自動化に移すと効率的です。料金と提供条件は各サービスの公式情報で確認してください。
出典
出典:Learn Prompting「Basic LLM Settings」(2025年3月10日更新)。各設定の説明、海辺の列挙とTop-Pの数値例、最大長の共有、決定論に関する注意の記述は同ページに基づきます。
関連ガイド
最新のAI情報をメールで受け取る
新着のAIツール比較・ランキング・ニュースを、まとめてお届けします。
ご登録後、確認メールをお送りします。配信停止はいつでも可能です。
